berbagai tutorial ML.NET

Tutorial berikut membantu Anda memahami cara menggunakan ML.NET untuk membangun solusi pembelajaran mesin kustom dan mengintegrasikannya ke dalam aplikasi .NET Anda:

• Analisis sentimen: Terapkan tugas klasifikasi biner menggunakan ML.NET.
• Klasifikasi masalah GitHub: Terapkan tugas klasifikasi multikelas menggunakan ML.NET.
• Prediktor harga: Terapkan tugas regresi menggunakan ML.NET.
• Pengklusteran Iris: Terapkan tugas pengklusteran menggunakan ML.NET.
• Rekomendasi: Hasilkan rekomendasi film berdasarkan peringkat pengguna sebelumnya
• Klasifikasi gambar: Melatih ulang model TensorFlow yang ada untuk membuat klasifikator gambar kustom menggunakan ML.NET.
• Deteksi anomali: Membangun aplikasi deteksi anomali untuk analisis data penjualan produk.
• Mendeteksi objek dalam gambar: Mendeteksi objek dalam gambar menggunakan model ONNX yang telah dilatih sebelumnya.
• Mengategorikan gambar dari model Custom Vision ONNX: Mendeteksi objek dalam gambar menggunakan model ONNX yang dilatih dalam layanan Microsoft Custom Vision.
• Mengklasifikasikan sentimen ulasan film: Memuat model TensorFlow yang telah dilatih sebelumnya untuk mengklasifikasikan sentimen ulasan film.

Langkah selanjutnya

Untuk contoh selengkapnya yang menggunakan ML.NET, lihat repositori GitHub dotnet/machinelearning-samples .